谐波频率估计的方法很多,有模型参量法,非参量法,熵谱估计法等。它们各自在不同的条件下表现出自己优越的一面。但无论哪种分析方法,从其理论依据来看可分为经典频率估计和现代频率估计。经典频率估计以经典傅里叶分析为主要理论依据,是一种线性的分析方法。现代频率估计是基于非线性变换的分析方法,比经典傅里叶分析法具有更高的分辨率和更广的适应性。然而,随着随机信号和噪声的研究深入,人们不满足现状,基于高阶矩和分数阶矩的频率估计逐渐成为新的研究热潮。本文基于分数阶矩,重点研究了基于信号空间分解的谐波频率估计技术,也即高斯噪声下的MUSIC算法和非高斯噪声下的FOC-MUSIC算法。主要内容有:(1)介绍谐波频率估计技术的意义、发展现状和研究方法。(2)介绍α稳定分布的定义、性质和参数模型分析法:介绍分析过程中可能采用的AR,MA,ARMA模型以及相应的参数估计如最大似然估计、最小范数估计、最小二乘法和广义的Yule-Walker方程。(3)通过Matlab7.0对MUSIC算法和FOC-MUSIC算法编程仿真,在仿真数据的基础上对比研究了两种算法表现出来的性能特点。